Ресеквенирование. Поиск и предсказание полиморфизмов у человека.

Задание 1

Для этого задания я взял 14-ю хромосому.
Для начала при помощи команды
fastqc chr14.fastq
был создан архив с данными о прочтении.
   Задание 2 
Затем при помощи программы trimmomatic были удалены риды с плохим качеством
java -jar /usr/share/java/trimmomatic.jar SE -phred33 chr14.fastq chr14trailing.fastq TRAILING:20
и слишком короткие
java -jar /usr/share/java/trimmomatic.jar SE -phred33 chr14trailing.fastq chr14trimmed.fastq MINLEN:50
Количество ридов уменьшилось с 8696 до 8562 (134 рида удалено)
Визуализация:



   Задание 3 
Затем при помощи команды
bwa index chr14.fasta
была проиндексированна референсная последовательность, с которой затем командой
bwa mem chr14.fasta chr14trimmed.fastq > chr14.sam
были выровнены прочтения.
   Задание 4 
Затем выравнивания было переведено в бинарный формат .bam
samtools view -b -o chr14.bam chr14.sam
и остортированы командой
samtools sort chr14.bam chr14sort
Потом проиндексированы командой 
samtools index chr14sort.bam
и были получены данные о них командой
samtools idxstats chr14sort.bam
Тут возник непонятный момент. Было 8562 ридов, а картировалось 8563

Как такое  произошло непонятно.
   Задание 5 
Затем был проведен поиск полиморфизмов командами
samtools mpileup -uf chr14.fasta chr14sort.bam > polym.bcf
bcftools call -cv polym.bcf > compare.vcf
Всего 87 полиморфизмов: 83 замены, 3 вставки, одна делеция.

#CHROM	POS		ID	REF		ALT	QUAL
chr14	21024619	.	A		G	222	замена
chr14	21025604	.	tg		tGg	4.42	вставка
chr14	21026773	.	C		T	225.01	замена
chr14	81431094	.	CTCACTAT	CT	22.5	делеция
Качество полиморфизмов различное, большинство разделяется примерно поровну
на группу  5-30 и группу 120+.


   Задание 6. ANNOVAR 
Сначала файл с полиморфизмами был конвертирован
perl /nfs/srv/databases/annovar/convert2annovar.pl -format vcf4 compare.vcf -outfile chr14annovar.avinput
А затем проаннотирован по нескольким базам:

RefSeq
perl /nfs/srv/databases/annovar/annotate_variation.pl -build hg19 chr14annovar.avinput -out chr14refgen /nfs/srv/databases/annovar/humandb/

dbsnp
perl /nfs/srv/databases/annovar/annotate_variation.pl chr14annovar.avinput -build hg19 /nfs/srv/databases/annovar/humandb/ 
-dbtype snp138 -filter -out dbsnp/chr14dbsnp

1000genomes
perl /nfs/srv/databases/annovar/annotate_variation.pl chr14annovar.avinput -buildver hg19 -filter /nfs/srv/databases/annovar/humandb/ 
-dbtype 1000g2014oct_all -out 1000g/chr14_1000g

GWAS
perl /nfs/srv/databases/annovar/annotate_variation.pl -regionanno chr14annovar.avinput -build hg19 
-dbtype gwasCatalog /nfs/srv/databases/annovar/humandb/ -out GWAS/chr14gwas

Clinvar
perl /nfs/srv/databases/annovar/annotate_variation.pl chr14annovar.avinput /nfs/srv/databases/annovar/humandb/ 
-dbtype clinvar_20150629 -filter -buildver hg19 -out Clinval/chr14clin

В базе данных RefSeq snp были разделены на следующие категории в следующих количествах:
UTR3		1 
splicing	1
exonic		3
intronic	82
Три экзонных замены попали в гены PPP2R5C, TSHR и RNASE9. Как и все интронные.


Таблица со всеми заменами
Замен из-за альтернативного сплайсинга оказалось очень много.

По данным dbsnp 79 snp имеют rs.

Частоты snp проиллюсрированы на диаграмме


Clinval не нашел никаких ассоциированных с заболеваниями snp.
Сводная таблица по snp

Сайт находится в стадии разработки